【合入来源】

[Usage]: torch.jit.is_tracing () ----此API，在trace模式下，测试样例缺失

请勿携带内部流程信息（需求链接、问题单、内部issue等）

• issue/工单

【修改方案】

请描述修改内容的具体实现，涉及哪些组件之间进行交互，可以用1、2、3、...进行罗列
如果是需求或者重构类的PR，需要补充详细设计文档（说明上下游组件关系、时序图、类图、DFX能力等内容）

API 功能

torch.jit.istracing 是 TorchScript 核心执行模式判断 API，用于在静态图编译与执行阶段检测当前代码是否处于 tracing 编译上下文，支持在 tracing / scripting 混合编码场景下实现条件分支、执行路径切换、图编译行为适配，保障不同执行模式下代码逻辑的正确性，是 TorchScript 动态适配、图优化、模式感知的基础能力。

测试用例说明

1. scrpit模式下，API torch.jit.is_tracing ()
   PyTorch 官方 test_jit.py(官方路径:pytorch/test/test_jit.py；行号位置：两个测试用例的位置大概在9783-9798行)包含test_script_is_tracing、test_script_get_tracing_state 两个测试用例。
   测试用例详解
   • test_script_get_tracing_state：调用底层私有接口判定追踪状态，依托NPU张量运算分支结果，校验底层接口识别追踪模式的有效性。
   • test_script_is_tracing：使用官方标准接口判断追踪状态，结合NPU张量执行脚本编译校验，验证公开接口在图追踪场景下判定逻辑正常。

2. trace模式下，API torch.jit.is_tracing ()
   添加新测试用例test/test_jit_is_tracing_in_trace.py
   • 基础环境适配：引入torch_npu库启用NPU设备能力，构造NPU张量作为测试输入数据
   • 核心功能验证：校验进入JIT轨迹录制流程时，接口可正确返回真值
   测试用例详解
   • test_is_tracing_returns_true_in_trace_mode：基于接口返回结果编写分支判断逻辑，使用NPU张量执行轨迹录制。通过最终运算输出结果，确认程序成功走入轨迹模式分支，验证接口状态判定逻辑有效。
   测试用例构造说明
   由于 PyTorch 的 torch.jit.trace 机制限制，在被追踪函数内部执行时，底层的 Python 级追踪标志位（tracing flag）依然保持为 False，因此无法直接在函数内部进行断言验证。本测试转而采用严格的“行为验证”方案：利用 Tracer “仅记录单条执行路径”的特性，通过校验最终的输出结果，反向证明 is_tracing() 成功触发了目标分支，且该计算路径已被正确固化到 TorchScript 图中。

NPU 适配说明

1. scrpit模式下，API torch.jit.is_tracing ()适配说明
   torch.jit.istracing 为 TorchScript 前端执行模式检测 API，无硬件相关底层算子依赖，NPU 完全兼容 PyTorch 原生实现，功能行为、状态语义、编译逻辑与 CPU 保持一致。此测试样例无需修改，可直接测试验证。
   • 基础环境适配：将仓库test_upstream/test/test_jit.py.patch，进行apply之后，已有import torch_npu基础环境的适配；
   • 张量设备调整：将仓库test_upstream/test/test_jit.py.patch，进行apply之后，代码已将cpu的张量修改为npu上运行。确保异步计算的结果载体（张量）运行在 NPU 上，贴合 NPU 场景使用需求。

2. trace模式下，API torch.jit.is_tracing ()适配说明
   新增测试用例：test/test_jit_is_tracing_in_trace.py，补齐NPU设备场景下接口相关测试覆盖。
   • 基础环境适配：引入torch_npu库启用NPU设备能力，构造NPU张量作为测试输入数据。

【资料变更】

需要添加2.9.0~2.12.0的API说明
在 https://gitcode.com/Ascend/pytorch/tree/v2.7.1/docs/zh/native_apis 的文档中进行查找与验证。该目录下的pytorch_2-7-1文件夹下的torch-jit.md有API的说明，"torch.jit.is_tracing"全部标注"是 支持fp32"。
pytorch_2-9-0~pytorch_2-12-0没有对此API的说明，故对pytorch_2-9-0、pytorch_2-10-0、pytorch_2-11-0、pytorch_2-12-0文件夹下的torch-jit.md添加了API的说明，"torch.jit.is_tracing"全部标注"是 支持fp32"。

【接口变更】

不涉及

【功能验证】

说明测试场景，测试方法。如果本次测试方式与常规单元测试不同，请详细说明您的测试步骤
新增/变更内容是否已新增/适配UT测试用例看护，并补充测试自验证截图

测试命令：

#script模式下，测试命令
cd pytorch/test
python -m unittest test_jit.TestScript.test_script_is_tracing test_jit.TestScript.test_script_get_tracing_state -v

#trace模式下，测试命令
cd pytorch/test
python test_jit_is_tracing_in_trace.py -v

测试结果：

1. script模式下，测试结果

root@5534245c24de:/workspace/user_data/527/210/pytorch/test_upstream# python -m unittest test_jit.TestScript.test_script_is_tracing test_jit.TestScript.test_script_get_tracing_state -v
/usr/local/python3.11.14/lib/python3.11/site-packages/torch_npu/contrib/transfer_to_npu.py:362: ImportWarning: 
    *************************************************************************************************************
    The torch.Tensor.cuda and torch.nn.Module.cuda are replaced with torch.Tensor.npu and torch.nn.Module.npu now..
    The torch.cuda.DoubleTensor is replaced with torch.npu.FloatTensor cause the double type is not supported now..
    The backend in torch.distributed.init_process_group set to hccl now..
    The torch.cuda.* and torch.cuda.amp.* are replaced with torch.npu.* and torch.npu.amp.* now..
    The device parameters have been replaced with npu in the function below:
    torch.logspace, torch.randint, torch.hann_window, torch.rand, torch.full_like, torch.ones_like, torch.rand_like, torch.randperm, torch.arange, torch.frombuffer, torch.normal, torch._empty_per_channel_affine_quantized, torch.empty_strided, torch.empty_like, torch.scalar_tensor, torch.tril_indices, torch.bartlett_window, torch.ones, torch.sparse_coo_tensor, torch.randn, torch.kaiser_window, torch.tensor, torch.triu_indices, torch.as_tensor, torch.zeros, torch.randint_like, torch.full, torch.eye, torch._sparse_csr_tensor_unsafe, torch.empty, torch._sparse_coo_tensor_unsafe, torch.blackman_window, torch.zeros_like, torch.range, torch.sparse_csr_tensor, torch.randn_like, torch.from_file, torch._cudnn_init_dropout_state, torch._empty_affine_quantized, torch.linspace, torch.hamming_window, torch.empty_quantized, torch._pin_memory, torch.load, torch.set_default_device, torch.get_device_module, torch.sparse_compressed_tensor, torch.Tensor.new_empty, torch.Tensor.new_empty_strided, torch.Tensor.new_full, torch.Tensor.new_ones, torch.Tensor.new_tensor, torch.Tensor.new_zeros, torch.Tensor.to, torch.Tensor.pin_memory, torch.nn.Module.to, torch.nn.Module.to_empty
    *************************************************************************************************************
    
  warnings.warn(msg, ImportWarning)
/usr/local/python3.11.14/lib/python3.11/site-packages/torch_npu/contrib/transfer_to_npu.py:291: RuntimeWarning: torch.jit.script and torch.jit.script_method will be disabled by transfer_to_npu, which currently does not support them, if you need to enable them, please do not use transfer_to_npu.
  warnings.warn(msg, RuntimeWarning)
/usr/local/python3.11.14/lib/python3.11/site-packages/torch/jit/_script.py:362: DeprecationWarning: `torch.jit.script_method` is deprecated. Please switch to `torch.compile` or `torch.export`.
  warnings.warn(
monkeytype is not installed. Skipping tests for Profile-Directed Typing
test_script_is_tracing (test_jit.TestScript.test_script_is_tracing) ... /usr/local/python3.11.14/lib/python3.11/site-packages/torch/jit/_script.py:1480: DeprecationWarning: `torch.jit.script` is deprecated. Please switch to `torch.compile` or `torch.export`.
  warnings.warn(
/usr/local/python3.11.14/lib/python3.11/site-packages/torch/jit/_serialization.py:89: DeprecationWarning: `torch.jit.save` is deprecated. Please switch to `torch.export`.
  warnings.warn(
/usr/local/python3.11.14/lib/python3.11/site-packages/torch/jit/_serialization.py:176: DeprecationWarning: `torch.jit.load` is deprecated. Please switch to `torch.export`.
  warnings.warn(
ok
test_script_get_tracing_state (test_jit.TestScript.test_script_get_tracing_state) ... ok

----------------------------------------------------------------------
Ran 2 tests in 0.160s

OK

2. trace模式下，测试结果

root@5534245c24de:/workspace/user_data/527/210/pytorch/test/jit# python test_jit_is_tracing_in_trace.py -v
test_is_tracing_returns_true_in_trace_mode (__main__.TestJitIsTracing.test_is_tracing_returns_true_in_trace_mode)
Validates that torch.jit.is_tracing() returns True during trace recording. ... /usr/local/python3.11.14/lib/python3.11/site-packages/torch/jit/_trace.py:1000: DeprecationWarning: `torch.jit.trace` is deprecated. Please switch to `torch.compile` or `torch.export`.
  warnings.warn(
ok

----------------------------------------------------------------------
Ran 1 test in 1.378s

OK

验证结论：
NPU 环境运行script/trace模式下的测试用例，三个用例执行成功，无功能失败项。torch.jit.is_tracing 模式检测、状态返回、控制流分支适配等能力均符合 PyTorch 标准语义，适配完成且验证通过

【CheckList】

PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x]

• 代码注释完备，正确记录错误日志
• 代码实现进行了返回值、空指针等校验
• PR标题正确使用类型标签，如：feat、fix、refactor、docs、test等
• PR持续集成流水线（CI）执行通过，代码检查无异常